距离变换DT总结

距离变换（DistanceTransform-DT）:

计算区域中的每个点与最接近的区域外的点之间距离，把二值图象变换为灰度图象。DT 算法的核心思想是通过局部距离的传播来获得全局最短路径。

对于目标中一个点，距离变换的定义为改点与目标边界最近的距离。目标点离边界约近则值越小，转换的点越暗；越远，值越大，转换的点约亮。
（a）是原图，（b）是以图像边缘看做B，（c）是以两个白点看做B

实现方法

扫描规则为：从图像的左上角开始，（从上至下，从左至右），再反向（从下至上，从右至左）的顺序扫描所有像素

例子：

将（a）分成（b）、（c)两个模板，进行扫描，在扫到某个像素时，将模板系数值和图像的对应值加起来，将所得和中最小值赋给对应模板中心值的像素。

以上内容参考：https://www.cnblogs.com/Dr-XLJ/p/3854670.html

距离变换操作在二值图像上，广义距离变换可以操作的任何函数上。需要注意的是，常见的距离变换采用的是欧式距离。
所谓欧氏距离变换，是指对于一张二值图像（在此我们假定白色为前景色，黑色为背景色），将前景中的像素的值转化为该点到达最近的背景点的距离。
欧氏距离变换在数字图像处理中的应用范围很广泛，尤其对于图像的骨架提取，是一个很好的参照。